【Python数据科学快速入门系列 10】Matplotlib数据分布图表应用总结_matplotlib 分布图(2)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

1. 概述

本篇文章总结常用的数据分布图表。数据分布图表强调数据集中的数值及其频率或分布规律。常见的有统计直方图、核密度曲线图、箱形图、小提琴图等。

2. 常用的数据分布图表应用

2.1 统计直方图

直方图(Histogram)，又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据范围，纵轴表示分布情况。其特点是绘制连续性的数据展示一组或者多组数据的分布状况(统计)

统计直方图涉及统计学概念，首先找到数据的最大、最小值，然后确定一个区间，使其包含全部测量数据。然后将数据区间分为若干个小区间，然后统计每个区间分组内测量数据的数量。在坐标系中，横轴标出每个组的端点，纵轴表示频数，每个矩形的高代表对应的频数，称这样的统计图为频数分布直方图。

直方图的主要作用有：

• 能够显示数据分布情况或展示各组数据的频数；
• 易于显示各组数据之间的频数或数量的差别，通过直方图还可以观察和估计哪些数据比较集中，异常或孤立的数据分布。

与柱状图对比：
柱状图是以矩形的长度表示每一组的频数或数量，其宽度(表示类别)则是固定的，利于较小的数据集分析。
直方图是以矩形的长度表示每一组的频数或数量，宽度则表示各组的组距，因此其高度与宽度均有意义，利于展示大量数据集的统计结果。
由于分组数据具有连续性，直方图的各矩形通常是连续排列，而柱状图则是分开排列。

import numpy as np
from matplotlib import pyplot as plt

"""
 加载鸢尾花数据集
"""
import numpy as np

data = []
column_name = []
with open(file='iris.txt